Sosyal medyadaki finans içerikli gönderilerden duygu sınıflandırması

Günümüz dijital çağında sosyal medya, finansal piyasalarda yatırımcı davranışlarını ve piyasa trendlerini anlamak için önemli bir veri kaynağı haline gelmiştir. Bu çalışmada, Twitter verileri ve borsa hisselerinin fiyatları kullanılarak sosyal medya içeriklerinin finans piyasaları üzerindeki etkileri incelenmiş ve bu etkilerin duygu temelli analizlerle piyasa üzerinde nasıl kullanılabileceği değerlendirilmiştir. 2023 yılı Temmuz ayından 2024 yılı Temmuz ayına kadar #xu100 ve #bist100 etiketleriyle toplanan 10.505 tweet, yorum sayısı, retweet, beğeni, görüntüleme sayısı, zaman, tarih ve hisse fiyatı gibi özelliklerle birlikte analiz edilmiştir. Doğal dil işleme (DDİ) teknikleri kullanılarak her bir tweet pozitif, negatif ve nötr olarak sınıflandırılmıştır. Sonuçlar, pozitif duygu içeren tweetlerin hisse fiyatlarında artış, negatif duygu içerenlerin ise düşüş eğiliminde olduğunu göstermektedir. LSTM ve GRU modelleri ile üçlü sınıflandırma yapılmış; üçlü sınıflandırma modellerinde eğitim doğruluğu yüksek olmasına rağmen test doğruluğunda aşırı öğrenme problemi gözlemlenmiştir. Model performansları kesinlik, duyarlılık ve F1 skoru ile değerlendirilmiş; negatif sınıfların tanımlanmasında zorluklar olduğu belirlenmiştir. Bu bulgular, finansal piyasa hareketlerinde duygu sınıflandırmasının potansiyelini ortaya koymakta ve gelecekteki model geliştirmeleri için öneriler sunmaktadır.